Y FORMULACIN DE MODELOS. TEMA I: Metodologa de la Investigacin de Operaciones. SUBTEMA I: Definicin, desarrollo y tipos de modelos de la Investigacin de Operaciones.
La Investigacin de Operaciones o Investigacin Operativa, es una rama de las Matemticas consistente en el uso de modelos matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de decisiones. Frecuentemente, trata del estudio de complejos sistemas reales, con la finalidad de mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un objetivo definido, como la maximizacin de los beneficios o la minimizacin de costos.
Las primeras actividades formales de la Investigacin de Operaciones se dieron en Inglaterra durante la Segunda Guerra Mundial, cuando se encomend a un grupo de cientficos ingleses la toma de decisiones sobre la mejor utilizacin de los recursos blicos del pas. Al trmino de la guerra, las ideas formuladas en operaciones militares fueron adaptadas para mejorar la eficiencia y productividad en el sector civil. Hoy en da la Investigacin de Operaciones es una herramienta dominante e indispensable en la toma de decisiones.
Un elemento fundamental de la Investigacin de Operaciones es el Modelo Matemtico. La solucin de un Modelo Matemtico establece la base para la toma de decisiones, se deben de tener en cuenta diferentes factores intangibles o no cuantificables, el ms comn es el comportamiento humano, para poder llegar a una solucin final. O B J E T I V O Presentar conceptos y aspectos relevantes del enfoque cuantitativo en la toma de decisiones, los cuales deben proveer al estudiante con un entendimiento bsico de las habilidades iniciales necesarias para realizar anlisis cuantitativo, con Investigacin de Operaciones, mediante la teora y presentacin de casos prcticos.
SUBTEMA: FASES DE ESTUDIO DE LA INVESTIGACION DE OPERACIONES.
El proceso de la Investigacin de Operaciones comprende las siguientes fases:
La Investigacin de Operaciones es la aplicacin del Mtodo Cientfico a problemas relacionados con el control de las organizaciones o sistemas (hombre-mquina), a fin de que se produzcan soluciones que mejor sirvan a los objetivos de toda organizacin. En esta fase del proceso se necesita: una descripcin de los objetivos del sistema, es decir, qu se desea optimizar; identificar las variables implicadas, ya sean controlables o no; determinar las restricciones del sistema. Tambin hay que tener en cuenta las alternativas posibles de decisin y las restricciones para producir una solucin adecuada. FORMULACION Y DEFINICION DEL PROBLEMA
En esta fase, el investigador de operaciones debe decidir el modelo a utilizar para representar el sistema. Debe ser un modelo tal que relacione a las variables de decisin con los parmetros y restricciones del sistema. Los parmetros (o cantidades conocidas) se pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algn mtodo estadstico.
CONSTRUCCION DEL MODELO Una vez que se tiene el modelo, se procede a derivar una solucin matemtica empleando las diversas tcnicas y mtodos matemticos para resolver problemas y ecuaciones. Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso, son matemticas y debemos interpretarlas en el mundo real. Adems, para la solucin del modelo, se deben realizar anlisis de sensibilidad, es decir, ver como se comporta el modelo a cambios en las especificaciones y parmetros del sistema. Esto se hace, debido a que los parmetros no necesariamente son precisos y las restricciones pueden estar equivocadas. SOLUCION DEL MODELO
La validacin de un modelo requiere que se determine si dicho modelo puede predecir con certeza el comportamiento del sistema. Un mtodo comn para probar la validez del modelo, es someterlo a datos pasados disponibles del sistema actual y observar si reproduce las situaciones pasadas del sistema. Pero como no hay seguridad de que el comportamiento futuro del sistema contine replicando el comportamiento pasado, entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo, para poder ajustar adecuadamente el modelo. VALIDACION DEL MODELO
Una vez que hayamos obtenido la solucin o soluciones del modelo, el siguiente y ltimo paso del proceso es interpretar esos resultados y dar conclusiones y cursos de accin para la optimizacin del sistema. Si el modelo utilizado puede servir a otro problema, es necesario revisar, documentar y actualizar el modelo para sus nuevas aplicaciones. IMPLEMENTACION DE RESULTADOS
La programacin lineal utiliza un modelo matemtico para describir el problema. El adjetivo lineal significa que todas las funciones matemticas del modelo deber ser funciones lineales. En este caso, las palabra programacin no se refiere a programacin en computadoras; en esencia es un sinnimo de planeacin. As, la programacin lineal trata la planeacin de las actividades para obtener un resultado ptimo, esto es, el resultado que mejor alcance la meta especificada (segn el modelo matemtico) entre todas las alternativas de solucin.
Aunque la asignacin de recursos a las actividades es la aplicacin ms frecuente, la programacin lineal tiene muchas otras posibilidades. De hecho, cualquier problema cuyo modelo matemtico se ajuste al formato general del modelo de programacin lineal es un problema de programacin lineal. An ms, se dispone de un procedimiento de solucin extraordinariamente eficiente llamado mtodo simplex, para resolver estos problemas, incluso los de gran tamao. Estas son algunas causas del tremendo auge de la programacin lineal en las ltimas dcadas.
SUBTEMA: PRINCIPALES APLICACIONES DE LA INVESTIGACION DE OPERACIONES.
reas funcionales: Una muestra de los problemas que la IO ha estudiado y resuelto con xito en negocios e industria se tiene a continuacin:
Personal La automatizacin y la disminucin de costos, reclutamiento de personal, clasificacin y asignacin a tareas de mejor actuacin e incentivos a la produccin.
Mercado y distribucin El desarrollo e introduccin de producto, envasado, prediccin de la demanda y actividad competidora, localizacin de bodegas y centros distribuidores. Compras y materiales Las cantidades y fuentes de suministro, costos fijos y variables, sustitucin de materiales, reemplazo de equipo, comprar o rentar.
Manufactura La planeacin y control de la produccin, mezclas ptimas de manufactura, ubicacin y tamao de planta, el trfico de materiales y el control de calidad.
Finanzas y contabilidad Los anlisis de flujo de efectivo, capital requerido de largo plazo, inversiones alternas, muestreo para la seguridad en auditoras y reclamaciones.
Planeacin Con los mtodos Pert para el control de avance de cualquier proyecto con mltiples actividades, tanto simultneas como las que deben esperar para ejecutarse. Problemas ejemplo de aplicacin con xito de la IO.- En los siguientes problemas el gobierno o empresa, ahorraron millones de dlares en la aplicacin de la IO: 1. Programacin del horario de las rondas de policas de San Francisco.-En 1989 Taylor y Huxley disearon un mtodo para programar el horario de las rondas de oficiales de la Polica de San Francisco, usando un modelo de programacin lineal, la programacin de metas y la programacin entera. El ahorro sum 11 millones de dlares anuales.
2. Reduccin de gastos de combustible en la industria de la energa elctrica.- En 1989 Chao y Cols ahorraron a 79 empresas de servicio de energa elctrica ms de 125 millones de dlares en costos de compras y de dficit, usando programacin dinmica y simulacin.
3. Diseo de una instalacin para desmontar lingoteras en Bethlehem Steel.- En 1989 Vasko y Cols ayudaron a esta empresa siderrgica con el diseo del sistema de quitar lingoteras a los lingotes de acero con un modelo de programacin entera ahorrando 8 millones de dlares anuales.
4. Mezcla de gasolinas en Texaco.- Con programacin lineal y no lineal Dewit y Cols disearon un modelo de mezcla para cuatro tipos de gasolina ahorrando 30 millones de dlares al ao; aplicando anlisis de sensibilidad calcularon el efecto de cambios al modelo.
5. Programacin del horario de los camiones para North America Van Lines.-En 1989 Powell y Cols, con modelos de redes y programacin dinmica, formularon la asignacin de carga a chferes, reduciendo costos en 2.5 millones de dlares, con mejor servicio.
6. Administracin del inventario a Blue Bell.-En 1985 Edwars, Wagner y Wood con programacin lineal y modelos probabilsticos de inventario redujeron el nivel medio de inventario de ropa deportiva y de oficina en un 31%.
7. Determinacin de carteras de bonos.- Varias personas (Chandy y Kharabe, 1986) utilizaron la programacin lineal para mxima ganancia con restricciones de riesgo y de la diversificacin de la cartera.
8. Planeacin de produccin en lechera.-En 1985 Sullivan y Secrest, usaron programacin lineal con utilidad de 48000 dlares, al determinar el proceso: del suero, la leche cruda, el suero dulce y la crema, para obtener: queso crema, requesn, crema agria y crema de suero.
9. Reemplazo de equipo en Phillips Petroleum.- Para el reemplazo de equipo usaron modelos (Waddell, 1983), que se estima ahorraron 90000 dlares por ao.
TEMA II: FORMULACION DE MODELOS. SUBTEMA: FORMULACION DE PROBLEMAS LINEALES.
La Programacin lineal, como herramienta de la Investigacin de Operaciones, est basada en el diseo, solucin y anlisis de modelos para problemas reales. Sin embargo, a diferencia de otras tcnicas, la Programacin lineal gira alrededor de un modelo general definido. Por tanto, la modelacin en Programacin lineal puede entenderse como el proceso de reduccin del sistema real y su problema, aun objetivo y un conjunto de restricciones, donde todas las funciones son lineales. La formulacion de problemas lineales se puede llevar a cabo de manera directa, que estriba en pasar directamente del sistema asumido al modelo de Programacion Lineal. Para tal efecto, se propone el siguiente orden:
FORMA ESTNDAR DEL MODELO Ahora se puede formular al modelo matemtico para este problema general de asignacin de recursos a actividades. En datos necesarios para un modelo de programacin lineal que maneja la asignacin de recursos a actividades particulares, este modelo consiste en elegir valores de x 1 ,x 2 ,....,x n
para: SON ELEMENTOS QUE CONSTITUYEN LAS INCOGNITAS DEL PROBLEMA, CONSISTEN BASICAMENTE EN LOS NIVELES DE TODAS LAS ACTIVIDADES QUE PUEDEN LLEVARSE A CABO EN EL PROBLEMA A FORMULAR. VARIABLES DE DECISION
CONSISTE EN OPTIMIZAR EL VALOR DE LA FUNCION OBJETIVO, LA CUAL ES UNA FUNCION LINEAL DE LAS DIFERENTES ACTIVIDADES DEL PROBLEMA. USUALMENTE LA FUNCION OBJETIVO SE MAXIMIZA O MINIMIZA.
OBJETIVO REPRESENTAN LOS DIFERENTES REQUISITOS QUE DEBEN CUMPLIR CUALQUIER SOLUCION PARA QUE SE PUEDAN LLEVARSE A CABO. SON LAS LIMITANTES EN LOS VALORES DE LOS NIVELES DE LAS DIFERENTES ACTIVIDADES. RESTRICCIONES ESTRUCTURALES
ESTABLECE QUE TODAS LAS VARIABLES DEBEN TOMAR VALORES NO NEGATIVOS. CONDICION DE NO NEGATIVIDAD.
Z = valor de la medida global de efectividad x j = nivel de la actividad j (para j = 1,2,...,n) c j = incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j b i = cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m) a ij = cantidad del recurso i consumido por cada unidad de la actividad j